Optimización del Almacenamiento para un Sistema de Visualización Científico Inmersivo Colaborativo de Objetos 3D

Abstract

Este trabajo presenta un sistema de almacenamiento, administración y visualización inmersiva foto-realista de escenas volumétricas para uso científico interdisciplinario aplicado específicamente al ámbito médico-académico y museología. Mediante la utilización de realidad virtual, se presenta un ambiente de trabajo colaborativo que permite la visualización y el análisis de objetos 3D almacenados en dos diferentes formatos. Los objetos con información interior y exterior se representan con volúmenes compuestos por vóxeles mientras que los objetos con sólo información de superficie se representan con mallas de hilos con texturas. Para obtener volúmenes se utiliza equipamiento específico de adquisición como tomógrafos o resonadores magnéticos mientras que para mallas de hilos se utilizan escáneres, métodos fotogramétricos y más recientemente mediante tecnologías de reconstrucción 3D basadas en Inteligencia Artificial denominadas Campos de Radiación Neuronal (NeRF) que muestran ventajas en los resultados visuales obtenidos. Los objetos adquiridos en cualquiera de los dos formatos requieren un espacio de almacenamiento elevado, lo que representa un problema a resolver. En este trabajo proponemos, para nuestro sistema, la utilización de NeRF no sólo como tecnología de reconstrucción sino también como método para el almacenamiento más eficiente, aunque es necesario realizar una conversión en tiempo real a malla de hilos para su visualización.

This paper presents a novel system for storage, administration, and immersive photo-realistic visualization of volumetric scenes for interdisciplinary scientific uses, specifically applied to the fields of academic medical training and museology. Using virtual reality, the system creates a collaborative work environment that allows for the visualization and analysis of 3D objects stored in two different formats. Objects with interior and exterior information are represented with volumes composed of voxels. Objects with only surface information are represented by textured polygonal meshes. While computer tomography (CT) or magnetic resonance imaging (MRI) scanners are utilized to generate 3D volumes, polygonal meshes are obtained by scanners, photogrammetric methods, and more recently, through 3D reconstruction technologies based on Artificial Intelligence called Neural Radiation Fields (NeRF), which present advantages given the visual results obtained. The 3D objects generated from either of the two alternative formats require high-capacity storage, which still represents a problem to be solved. This work proposes the use of NeRF, not only as a reconstruction technology, but also as a more efficient method for storing data, at the expense of performing a real-time conversion to polygonal meshes for visualization.